典型文献
基于数据关联狄利克雷混合模型的电网净负荷不确定性表征研究
文献摘要：
针对电网净负荷时序数据关联的特点,提出基于数据关联的狄利克雷混合模型(Data-relevance Dirichlet pro-cess mixture model,DDPMM)来表征净负荷的不确定性.首先,使用狄利克雷混合模型对净负荷的观测数据与预测数据进行拟合,得到其混合概率模型;然后,提出考虑数据关联的变分贝叶斯推断方法,改进后验分布对该混合概率模型进行求解,从而得到混合模型的最优参数;最后,根据净负荷预测值的大小得到其对应的预测误差边缘概率分布,实现不确定性表征.本文基于比利时电网的净负荷数据进行检验,算例结果表明:与传统的狄利克雷混合模型和高斯混合模型(Gaussian mixture model,GMM)等方法相比,所提出的基于数据关联狄利克雷混合模型可以更为有效地表征净负荷的不确定性.
文献关键词：
狄利克雷混合模型;净负荷;不确定性表征;时序序列;预测误差
中图分类号：
作者姓名：
李远征;孙天乐;刘云;赵勇;曾志刚
作者机构：
华中科技大学人工智能与自动化学院,图像信息处理与智能控制教育部重点实验室 武汉430074;中国-测控技术"一带一路"联合实验室 武汉430074;华南理工大学电力学院 广州510641
文献出处：
引用格式：
[1]李远征;孙天乐;刘云;赵勇;曾志刚-.基于数据关联狄利克雷混合模型的电网净负荷不确定性表征研究)[J].自动化学报,2022(03):747-761
A类：
狄利克雷混合模型,DDPMM
B类：
数据关联,负荷不确定性,不确定性表征,表征研究,时序数据,Data,relevance,Dirichlet,pro,cess,mixture,model,观测数据,预测数据,混合概率模型,变分贝叶斯推断,后验分布,最优参数,净负荷预测,预测误差,边缘概率,概率分布,比利时,负荷数据,高斯混合模型,Gaussian,GMM,时序序列
AB值：
0.264205
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
